Cette thèse définit un nouveau modèle de calcul et de communication, dénommé graphe à routage k-périodique (KRG). Ce modèle, de la famille des réseaux de processus flots de données, admet des aiguillages réguliers des données, explicités par des séquences binaires k-périodiques. Nous étudions les propriétés mathématiques intrinsèques au modèle. Le routage explicite et l'absence de conflit nous permettent d'exprimer algébriquement les dépendances de données, de même que des transformations topologiques préservant le comportement du graphe. Nous montrons ensuite comment ordonnancer le KRG, en associant aux nœuds des horloges k-périodiques. Nous positionnons ensuite notre modèle au sein d'un flot de conception dédié aux applications de traitement intensif de données. Nous montrons en particulier la capacité des KRG à représenter explicitement le parallélisme d'instruction extrait du modèle polyédrique. Nous pouvons alors appliquer un ensemble d'optimisations de bas niveau, sortant du cadre affine du modèle polyédrique. Nous présentons enfin une méthodologie pour l'implantation des KRG, basée sur la conception insensible aux latences.

Cette thèse concerne le diagnostic de processus dynamiques basée sur la Théorie des Observations Datées, une théorie mathématique conçue pour la modélisation et le raisonnement à partir de données datées. Les contributions présentées dans ce mémoire sont 1) une extension de la méthodologie d'ingénierie des connaissances TOM4D (Timed Observation Modeling for Diagnosis) aux réseaux de processus dynamiques, 2) l'algorithme temps réel et any-time TOM4E (Timed Observation Management for Explanation) qui utilise les modèles TOM4D pour diagnostiquer les comportements dans un réseau de processus dynamiques à partir de données datées et 3) l'application de TOM4D et TOM4E au diagnostic du barrage hydraulique des Sapins (France), un problème particulièrement difficile. TOM4D est une approche de diagnostic à partir de multiples modèles dirigée par la syntaxe ou l'introduction de la sémantique est contrôlée par la Combinaison de l'approche conceptuelle de CommonKADS au tétraèdre des états de la physique newtonienne. Les fonctions Detect, Describe et Explain de TOM4E utilisent les modèles d'observation déduit des modèles de comportement de TOM4D pour identifier les comportements potentiels des processus. Pour des raisons de simplicité, la présentation de TOM4D et de TOM4E est effectuée à l'aide d'un exemple didactique tirée de la littérature spécialisée dans le domaine du diagnostic. L'application au diagnostic du barrage des Sapins démontre l'intérêt de l'approche : leur usage aurait permis d'identifier le premier problème huit ans avant sa quasi-destruction, la présence d'eau étant mise en évidence sept ans avant. / This thesis proposes a diagnosis approach of dynamic process based on the Timed Observation Theory, a mathematical framework for modeling and reasoning about dynamic process from timed data. The contributions of this works are i) an extension of the TOM4D (Timed Observation Modeling for Diagnosis) Knowledge Engineering methodology to networks of dynamic processes, ii) a real-time and any-time diagnosis algorithm called TOM4E (Timed Observation Management for Explanation) that uses the TOM4D models to diagnose behaviors in a network of dynamic processes and iii) the application of TOM4D and TOM4E to the diagnosis of the French Sapin's hydraulic dam, a particularly difficult real-world diagnosis problem. TOM4D is a is a primarily syntax-driven approach of Multi-Model Based Diagnosis where semantic content is introduced in a gradual and controlled way through the combination of the CommonKADS conceptual approach and the Tetrahedron of States of Newton's physical laws.TOM4E algorithm is based on the Detect, Describe and Explain functions which uses observation models translated from the TOM4D behavioral models. For simplicity reasons, the presentation of TOM4D and TOM4E is made with a unique didactic example provided from the literature of the diagnosis domain. The example of Sapin's dam makes the demonstration of the interest of the proposed approach: using them, the first Sapin's dam problem would have been identified eight years before its quasi-failure, and the presence of water being highlighted seven years before.